Was ist der Unterschied zwischen Sensitivität und Spezifität?

Kernunterschied auf einen Blick

Sensitivität gibt an, wie zuverlässig ein Test eine tatsächlich vorhandene Erkrankung erkennt. Spezifität gibt an, wie zuverlässig ein Test gesunde Personen als gesund identifiziert. Ein Test mit hoher Sensitivität verpasst kaum Erkrankte – ein Test mit hoher Spezifität verdächtigt kaum Gesunde fälschlicherweise.

Beide Maße zusammen beschreiben die diagnostische Güte eines Tests. Sie stammen aus der medizinischen Statistik und gehören zum Standardwerkzeug der klinischen Forschung, des Screenings und der Diagnostik.

Sensitivität und Spezifität: Definitionen und Formeln

Sensitivität

Die Sensitivität (auch: Richtig-positiv-Rate) misst den Anteil der Personen, bei denen der Test korrekt anschlägt, unter allen tatsächlich Erkrankten. Eine Sensitivität von 95 % bedeutet: Von 100 tatsächlich kranken Personen erkennt der Test 95 richtig – 5 werden fälschlicherweise als gesund eingestuft (falsch negativ).

Dabei steht TP für True Positives (richtig positiv) und FN für False Negatives (falsch negativ).

Spezifität

Die Spezifität (auch: Richtig-negativ-Rate) misst den Anteil der Personen, bei denen der Test korrekt negativ ausfällt, unter allen tatsächlich Gesunden. Eine Spezifität von 90 % bedeutet: Von 100 gesunden Personen stuft der Test 90 korrekt als gesund ein – 10 werden fälschlicherweise als krank eingestuft (falsch positiv).

Dabei steht TN für True Negatives (richtig negativ) und FP für False Positives (falsch positiv).

Diese Formeln und ihre Bedeutung sind in der medizinischen Fachliteratur klar definiert und für die klinische Interpretation standardisiert.

Die Vierfeldertafel als Grundlage

Alle Kennzahlen der diagnostischen Testgüte lassen sich aus einer sogenannten Vierfeldertafel (auch: Konfusionsmatrix oder 2×2-Tabelle) ableiten. Die Zeilen beschreiben das Testergebnis, die Spalten den wahren Krankheitsstatus.

Sensitivität berechnet sich aus der linken Spalte (alle Erkrankten), Spezifität aus der rechten Spalte (alle Gesunden). Das ist der strukturelle Kern des Unterschieds zwischen beiden Maßen.

Rechenbeispiel mit konkreten Werten

Ein illustratives Zahlenbeispiel: In einer Stichprobe von 1.000 getesteten Personen sind 200 tatsächlich erkrankt. Der Test liefert folgende Ergebnisse:

• 192 richtig positiv (TP)
• 8 falsch negativ (FN)
• 726 richtig negativ (TN)
• 74 falsch positiv (FP)

Daraus ergibt sich:

Vergleichbare Werte – mit einer Sensitivität von 96,1 % und einer Spezifität von 90,6 % in einem 1.000-Personen-Beispiel – werden in der medizinischen Methodenliteratur als typische Referenzwerte für gut funktionierende diagnostische Tests herangezogen.

Prädiktive Werte: PPV und NPV

Sensitivität und Spezifität beschreiben die Testgenauigkeit aus der Perspektive des wahren Krankheitsstatus. Im klinischen Alltag stellt man aber eine andere Frage: Wie wahrscheinlich ist es, dass ein Patient mit positivem Testergebnis tatsächlich krank ist?

Diese Frage beantwortet der positive prädiktive Wert (PPV). Sein Gegenstück ist der negative prädiktive Wert (NPV).

Ein wesentlicher Punkt, der in medizinischen Dissertationen häufig nicht ausreichend diskutiert wird: Prädiktive Werte aus einer Studie dürfen nicht ohne Weiteres auf Populationen mit abweichender Prävalenz übertragen werden. Ein PPV von 85 % in einer Hochrisikogruppe kann in einer Allgemeinbevölkerung mit deutlich niedrigerer Erkrankungsrate auf 30 % oder weniger absinken – obwohl der Test identisch ist.

Im obigen Rechenbeispiel ergibt sich mit 192 TP und 74 FP ein PPV von – und mit 726 TN und 8 FN ein NPV von .

Das Trade-off-Problem: Sensitivität gegen Spezifität

In der Praxis lassen sich Sensitivität und Spezifität eines Tests selten gleichzeitig maximieren. Wird der Schwellenwert (Cut-off) eines Tests abgesenkt, steigt die Sensitivität – aber auf Kosten der Spezifität. Umgekehrt gilt dasselbe.

Dieses Verhältnis lässt sich grafisch als ROC-Kurve (Receiver Operating Characteristic) darstellen. Die Fläche unter der Kurve (AUC, Area Under the Curve) ist ein aggregiertes Maß für die diagnostische Gesamtgüte eines Tests. Ein perfekter Test hätte eine AUC von 1,0, ein uninformativer Test läge bei 0,5.

Welcher Fehler schwerwiegender ist, hängt vom klinischen Kontext ab. Bei schweren, behandelbaren Erkrankungen wie HIV oder Tuberkulose ist ein falsch negatives Ergebnis oft gefährlicher – hier priorisiert man Sensitivität. Bei Bestätigungstests nach einem positiven Screening-Ergebnis ist dagegen eine hohe Spezifität gefragt, um unnötige Behandlungen zu vermeiden.

Praktische Bedeutung im klinischen Alltag

Screening vs. Diagnose

Im Screening werden große, oft asymptomatische Bevölkerungsgruppen untersucht. Hier wird in der Regel eine hohe Sensitivität angestrebt, um möglichst alle Erkrankten zu erfassen – auch wenn dabei viele falsch positive Befunde entstehen, die im nächsten Schritt abgeklärt werden.

Bei der Diagnosebestätigung – also wenn bereits ein Verdacht besteht – ist eine hohe Spezifität wichtiger. Ein positives Ergebnis soll hier als sicherer Beweis gelten, bevor eingreifende Therapien eingeleitet werden.

Likelihood Ratios als ergänzende Maße

Sensitivität und Spezifität lassen sich zu sogenannten Likelihood Ratios kombinieren, die angeben, um welchen Faktor sich die Krankheitswahrscheinlichkeit durch ein Test­ergebnis verändert:

Im Zahlenbeispiel oben ergibt sich : Ein positives Testergebnis erhöht die Wahrscheinlichkeit einer Erkrankung also um etwa den Faktor 10. Typische Referenzwerte aus der Literatur bestätigen, dass LR+ von über 10 und LR– unter 0,05 auf einen diagnostisch sehr nützlichen Test hinweisen.

Methodische Fallstricke für Ihre Arbeit

Wer diagnostische Kennzahlen in einer medizinischen Dissertations- oder Studienarbeit berichtet, sollte einige methodische Aspekte kennen, die häufig übersehen werden.

• Spektrumverzerrung: Sensitivität und Spezifität sind keine festen Testeigenschaften. Sie können je nach Krankheitsspektrum, Patientenpopulation und Falldefinition variieren.
• Studiendesign: Methodisch schwache Studien können Testgütemaße systematisch über- oder unterschätzen – mit direkten Folgen für die klinische Übertragbarkeit.
• Prävalenz berücksichtigen: Prädiktive Werte aus einer Stichprobe dürfen nicht unkritisch auf andere Settings übertragen werden, wenn sich die Prävalenz unterscheidet.
• Berichtsstandards einhalten: Internationale Initiativen wie STARD (Standards for Reporting of Diagnostic Accuracy Studies) geben vor, welche Informationen in Studien zu diagnostischer Genauigkeit enthalten sein müssen. In der Methodenliteratur wird darauf hingewiesen, dass Genauigkeitsmaße durch Prävalenz, Studiendesign und Falldefinition beeinflusst werden können und ihre Interpretation stets kontextualisiert sein sollte.

Gerade für eine statistische Doktorarbeit in der Medizin gilt: Die Wahl und Berichterstattung diagnostischer Kennzahlen muss zur Fragestellung, zum Studiendesign und zur Zielpopulation passen. Eine isolierte Angabe von Sensitivität und Spezifität ohne Kontext ist methodisch unvollständig.

Für eine vertiefte Auseinandersetzung mit den statistischen Grundlagen, die hinter diesen Konzepten stehen, empfiehlt sich ein Blick auf die Grundlagen der medizinischen Statistik. Wer darüber hinaus wissen möchte, welche Verfahren in der klinischen Forschung standardmäßig zum Einsatz kommen, findet in dem Beitrag zu den statistischen Verfahren in der medizinischen Forschung eine gute Orientierung.

Wenn Sie bei der Auswertung diagnostischer Daten oder der Interpretation von Testgütemaßen Unterstützung benötigen, bietet methodische Begleitung speziell für medizinische Studien und Dissertationen eine fundierte Anlaufstelle – von der Planung der Vierfeldertafel bis zur korrekten Darstellung von Sensitivität, Spezifität und Likelihood Ratios.